基于深度卷积神经网络的海洋多目标涡旋检测方法

摘要：

提出了一种基于深度卷积神经网络的海洋多目标涡旋检测方法.首先利用改进的密集卷积精确提取海洋涡旋特征,并使用跨层融合技术提高特征的利用率,来充分捕捉边缘信息;然后结合转置卷积和跳过连接构建上采样路径得到检测结果,以获得更高的检测准确率;最后在CMEMS(哥白尼海洋环境监测服务中心)发布的公开数据集上对本工作提出的方法进行了对比实验,实验结果表明:与EddyNet、PET等方法相比,本工作的方法能够有效分离、检测出距离较近的涡旋,具有更好的检测结果.

关键词：海洋涡旋、深度学习、特征融合、目标检测

所属期刊栏目：43

分类号：S513(禾谷类作物)

资助基金：国家自然科学基金U1906215

在线出版日期：2022-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：120-126